【技术实现步骤摘要】
本申请涉及电源动态管理，具体为一种iaas云平台中宿主机电源动态管理算法。
技术介绍
1、云计算是分布式计算的一种，利用网络把一群松散的计算机组成一个资源池，提供出快速且安全的云计算服务与数据存储服务，以这种方式实现软硬件资源共享。iaas基础设施服务云平台，统一管理计算、网络、存储等虚拟化出的资源之后，用户可根据实际情况按需申请资源，并根据用户对资源的实际使用量进行计费的一种服务模式。
2、对天翼云第三代云平台的运行情况进行调研，监测发现资源池在夜晚时间段整体资源利用率较低，白天时间段利用率较高。由于存在一定的规模，当资源利用率较低的时间段每个宿主机都处于上电状态，耗电量较大，造成资源浪费。
技术实现思路
1、本申请旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本申请的一个目的在于提出一种iaas云平台中宿主机电源动态管理算法、系统、电子设备以及可读存储介质，解决资源浪费问题，最大限度地节约用电成本。
2、本申请公开的第一个方面，提供一种iaas云平台中宿主机电源动态管理方法，所述方法包括：
3、获取历史时间n时集群中n台宿主机的资源利用率；
4、将所述历史时间n时集群中n台宿主机的资源利用率输入监控服务中的arilma预测模型预测得到n+1时集群中n台宿主机的资源利用率，根据所述n+1时集群中n台宿主机的资源利用率计算得到n+1时集群的平均资源利用率；
5、判断所述n+1时集群的平均资源利用率是否达到上电的阈
6、根据所述需要下电的宿主机或需要上电的宿主机，监控服务向控制节点传递需要下电的宿主机信息或需要上电的宿主机信息；
7、控制节点根据所述需要下电的宿主机信息或需要上电的宿主机信息向处理服务器发出请求，处理服务器根据所述请求通过ipmitool远程与宿主机的bmc通信，向宿主机的bmc发送指令，宿主机的bmc根据所述指令对宿主机进行上电或下电，实现宿主机电源动态管理。
8、所述获取历史时间n时集群中n台宿主机的资源利用率的步骤，包括：
9、对集群中n台宿主机安装监控代理；
10、通过所述监控代理获取历史时间n时集群中n台宿主机的资源利用率；
11、数据预处理：对所述历史时间n时集群中n台宿主机的资源利用率进行预处理，利用差分操作使所述历史时间n时集群中n台宿主机的资源的利用率变平稳；
12、arilma预测模型识别：通过自相关函数和偏自相关函数的图形，确定自回归、差分和移动平均的参数；自相关函数表示历史时间n时集群中n台宿主机的资源利用率与历史时间n-1时集群中n台宿主机的资源利用率之间的相关性，偏自相关函数则表示历史时间n时集群中n台宿主机的资源利用率与历史时间n-1时集群中n台宿主机的资源利用率之间消除其他变量影响后的相关性；
13、arilma预测模型定阶：选择arima模型的参数p、d和q数值，其中，p表示自回归项的阶数，d表示差分次数，q表示移动平均项的阶数；
14、arilma预测模型参数估计：利用极大似然估计法，估计arima模型的参数，得到最优arima模型；
15、arilma预测模型验证：通过分析模型实际值与模型预测值之间的差异来验证arilma预测模型；
16、arilma预测模型预测：利用已建立的arima预测模型，对所述n+1时集群中n台宿主机的资源使用率进行预测，最后输出预测的n+1时集群中n台宿主机的资源使用率。
17、所述根据n+1时集群中n台宿主机的资源利用率计算得到n+1时集群的平均资源利用率的步骤，包括：
18、对所述n+1时集群中n台宿主机的资源利用率相加得到n+1时集群的总资源利用率；
19、所述n+1时集群的总资源利用率除以n得到n+1时集群的平均资源利用率。
20、所述判断n+1时集群的平均资源是否达到上电或下电的阈值的步骤，包括：
21、设定阈值rmax和rmin，其中，rmin表示集群宿主机资源利用的下限，rmax表示集群宿主机资源利用的上限；
22、将所述n+1时集群的平均资源利用率与所述阈值进行比较；
23、当所述n+1时集群的平均资源利用率小于所述rmin时，根据集群中宿主机的耗电量选择集群中需要下电的宿主机进行下电操作；
24、当所述n+1时集群的平均资源利用率大于所述rmax时，根据集群中宿主机空载耗电量选择集群中需要上电的宿主机进行上电操作。
25、所述根据集群中宿主机的耗电量选择集群中需要下电的宿主机进行下电操作的步骤，包括：
26、计算宿主机hn的单位耗电量cn，其中，单位耗电量cn计算公式如下：
27、
28、和分别代表单位时间内宿主机hn在空载和非空载状态下的耗电量，代表宿主机hn的cpu利用率，代表宿主机hn的gpu利用率；
29、对所述获取宿主机hn的单位耗电量cn进行降序排序，选择单位耗电量cn最大的宿主机作为需要下电的宿主机，监控服务将需要下电的宿主机信息输入至控制节点；
30、控制节点根据所述需要下电的宿主机信息向处理服务器发出需要下电的宿主机的虚拟机热迁移请求和电源控制请求；
31、处理服务器通过ipmitool远程与所述需要下电的宿主机的bmc通信，向所述需要下电的宿主机的bmc发送虚拟机热迁移指令和电源控制指令；
32、所述需要下电的宿主机的bmc根据虚拟机热迁移指令进行热迁移，迁移完成后，根据电源控制指令对所述需要下电的宿主机调用下电接口，完成对宿主机的下电操作。
33、所述根据集群中宿主机空载耗电量选择集群中需要上电的宿主机进行上电操作的步骤，包括：
34、对n个宿主机的空载耗电量进行升序排列；
35、选择空载时耗电量最小的宿主机作为需要上电的宿主机，监控服务将需要上电的宿主机信息输入至控制节点；
36、控制节点根据所述需要上电的宿主机信息向处理服务器发出需要上电的宿主机的虚拟机热迁移请求和电源控制请求；
37、处理服务器通过ipmitool远程与所述需要上电的宿主机的bmc通信，向所述需要上电的宿主机的bmc发送虚拟机热迁移指令和电源控制指令；
38、所述需要上电的宿主机的bmc根据电源控制指令对需要上电的宿主机调用上电接口，完成对宿主机的上电操作；
39、所述需要上电的宿主机的bmc根据虚拟机热迁移指令，把集群中负载高的宿主机的虚拟机进行热迁移至所述完成上电操作的宿主机上。
40、本申请本文档来自技高网...
【技术保护点】
1.一种IaaS云平台中宿主机电源动态管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种IaaS云平台中宿主机电源动态管理方法，其特征在于，所述获取历史时间n时集群中N台宿主机的资源利用率的步骤，包括：
3.根据权利要求2所述一种IaaS云平台中宿主机电源动态管理方法，其特征在于，所述宿主机的资源利用率包括宿主机的CPU利用率、内存利用率和GPU利用率。
4.根据权利要求1所述一种IaaS云平台中宿主机电源动态管理方法，其特征在于，所述监控服务中的ARILMA预测模型预测得到n+1时集群中N个宿主机的资源利用率的步骤，包括：
5.根据权利要求1所述一种IaaS云平台中宿主机电源动态管理方法，其特征在于，所述根据n+1时集群中N台宿主机的资源利用率计算得到n+1时集群的平均资源利用率的步骤，包括：
6.根据权利要求1所述一种IaaS云平台中宿主机电源动态管理方法，其特征在于，所述判断n+1时集群的平均资源是否达到上电或下电的阈值的步骤，包括：
7.根据权利要求6所述一种IaaS云平台中宿主机电源动
8.根据权利要求6所述一种IaaS云平台中宿主机电源动态管理方法，其特征在于，所述根据集群中宿主机空载耗电量选择集群中需要上电的宿主机进行上电操作的步骤，包括：
9.一种IaaS云平台中宿主机电源动态管理系统，其特征在于，所述系统包括：
10.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，以实现如权利要求1-8任一项所述的一种IaaS云平台中宿主机电源动态管理方法中的步骤。
11.一种可读存储介质，其特征在于，所述可读存储介质存储有计算机程序，所述计算机程序适于处理器进行加载，以执行如权利要求1-8任一项所述的一种IaaS云平台中宿主机电源动态管理方法中的步骤。
...【技术特征摘要】
1.一种iaas云平台中宿主机电源动态管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种iaas云平台中宿主机电源动态管理方法，其特征在于，所述获取历史时间n时集群中n台宿主机的资源利用率的步骤，包括：
3.根据权利要求2所述一种iaas云平台中宿主机电源动态管理方法，其特征在于，所述宿主机的资源利用率包括宿主机的cpu利用率、内存利用率和gpu利用率。
4.根据权利要求1所述一种iaas云平台中宿主机电源动态管理方法，其特征在于，所述监控服务中的arilma预测模型预测得到n+1时集群中n个宿主机的资源利用率的步骤，包括：
5.根据权利要求1所述一种iaas云平台中宿主机电源动态管理方法，其特征在于，所述根据n+1时集群中n台宿主机的资源利用率计算得到n+1时集群的平均资源利用率的步骤，包括：
6.根据权利要求1所述一种iaas云平台中宿主机电源动态管理方法，其特征在于，所述判断n+1时集群的平均资源是否达...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。